基于在線序列極限學習機的變壓器故障診斷研究.pdf

1、油中氣體分析法是油浸式電力變壓器進行故障診斷的常用方法之一。本文在分析現(xiàn)有的變壓器故障診斷方法的基礎上，將在線序列極限學習機算法應用在變壓器故障診斷中，并結合局放儀對放電信號的檢測，運用證據(jù)理論進行診斷結果的融合。
　　本文分析了在變壓器故障診斷中傳統(tǒng)方法和智能方法各自的優(yōu)缺點，歸納總結了極限學習機理論和證據(jù)理論的一般思想和實現(xiàn)過程。
　　針對實際環(huán)境中，變壓器狀態(tài)監(jiān)測實現(xiàn)了某種程度上的在線監(jiān)測，給出了基于OS-ELM的變壓

2、器故障診斷方法。分析了OS-ELM算法不同參數(shù)和隱藏層激活函數(shù)的選取對其診斷的性能的影響。通過實驗證明了OS-ELM比SVM和ELM在訓練速度、診斷準確率上都有一定程度的提高，并且具有較好的實際應用前景。
　　針對OS-ELM網(wǎng)絡輸出不穩(wěn)定性，給出了改進的基于集成的在線序列極限學習機優(yōu)化算法。給出了EOS-ELM的算法描述，并通過實驗對比分析了EOS-ELM比OS-ELM具有更高的穩(wěn)定性。
　　在油浸式變壓器故障診斷中，僅依